一種單神經(jīng)元PID控制器

1、第16卷第4期甘肅科學(xué)學(xué)報(bào)Vol.16No.42004年12月JournalofGansuSciencesDec.2004一種單神經(jīng)元PID控制器何繼愛(ài)1,黃智武2,田亞菲2(11蘭州理工大學(xué)計(jì)算機(jī)與通訊學(xué)院,甘肅蘭州730050;21蘭州大學(xué)信息工程學(xué)院,甘肅蘭州730000)摘要:提出了一種單神經(jīng)元自適應(yīng)PID控制器,給出了控制模型1探討了單神經(jīng)元自適應(yīng)PID控制學(xué)習(xí)算法,通過(guò)修改神經(jīng)元控制器連接加權(quán)系數(shù)wi(k)和神經(jīng)元比例系數(shù)K的選取,構(gòu)成了自適應(yīng)PID控制器,并基于MATLAB SIMULINK對(duì)其進(jìn)行仿真1結(jié)果證明單神經(jīng)元PID控制器是一種具有自學(xué)習(xí),自適應(yīng),魯棒性強(qiáng),適用的控制器

2、1關(guān)鍵詞:PID控制器;單神經(jīng)元;自適應(yīng);PSD;仿真中圖分類(lèi)號(hào):TP273+122文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):10042)0420070204ASingleNeura122J,Zhi2wu,TIANYa2fei(1.CollegeofCompica,LanzhouUniversityofScienceandTechnology,Lanzhou730050,China;2.InformationEngineering,LanzhouUniversity,Lanzhou730000,China)Abstract:AsingleneuralandadaptivePIDcontrollerisprese

3、nted,anditsmodelisgivenhere.ThealgorithmofPIDcontrollerisexploredbyrevisingtheweightedcoefficientwi(k)andbyselectingtheproportioncoefficientK.ThesimulationinMATLAB SIMULINKshowsthatthesingleneuralPIDcontroller,havingtheabilityofself2learningandaself2adaptivefunction,isastronglyrobustandwidelyapplica

4、blecontroller.Keywords:PIDcontroller;singleneuron;adaptivecontrol;PSD;simulationPI魯棒性好和可靠性高,被廣泛應(yīng)用于過(guò)D控制器是最早發(fā)展起來(lái)的控制策略之一,由于其算法簡(jiǎn)單、程控制和運(yùn)動(dòng)控制中,尤其適用于可建立精確數(shù)學(xué)模型的確定性控制系統(tǒng)1然而實(shí)際工業(yè)生產(chǎn)過(guò)程往往具有非線(xiàn)性、時(shí)變不確定性,難以建立精確的數(shù)學(xué)模型1應(yīng)用常規(guī)的PID控制器不能達(dá)到理想的控制效果,而且在實(shí)際生產(chǎn)現(xiàn)場(chǎng)中,由于受到參數(shù)整定方法繁雜的困擾,常規(guī)PI性能欠佳,D控制器參數(shù)往往整定不良、對(duì)運(yùn)行工況適應(yīng)性差1具有自學(xué)習(xí)和自適應(yīng)能力的的單神經(jīng)元構(gòu)成單神經(jīng)

5、元自適應(yīng)PID控制器,不但結(jié)構(gòu)簡(jiǎn)單,而且能適應(yīng)環(huán)境的變化,有較強(qiáng)的魯棒性11以下探討一種單神經(jīng)元PID控制器并對(duì)其進(jìn)行MATLAB SIMULINK仿真11單神經(jīng)元自適應(yīng)PID控制器模型神經(jīng)元作為構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本單位,具有自組織,自學(xué)習(xí)和自適應(yīng)的能力,且具有結(jié)構(gòu)簡(jiǎn)單易于計(jì)算的優(yōu)點(diǎn);而常規(guī)PI調(diào)整方便和參數(shù)整定與工程指導(dǎo)聯(lián)系密切等特點(diǎn);將兩者結(jié)D控制器也具有結(jié)構(gòu)簡(jiǎn)單、合,則可在一定程度上解決傳統(tǒng)PID調(diào)節(jié)不易在線(xiàn)實(shí)時(shí)整定參數(shù),以及難于對(duì)一些復(fù)雜過(guò)程和參數(shù)慢時(shí)變1,2系統(tǒng)進(jìn)行有效控制的不足1單神經(jīng)元自適應(yīng)PI1D控制的結(jié)構(gòu)如圖1所示2單神經(jīng)元自適應(yīng)PID控制學(xué)習(xí)算法收稿日期:2003-12-09

6、1在最優(yōu)控制理論中,采用二次型性能指標(biāo)來(lái)計(jì)算控制規(guī)律可以得到所期望的優(yōu)化效果,在單神經(jīng)元控制第16卷何繼愛(ài)等:一種單神經(jīng)元PID控制器71圖1單神經(jīng)元自適應(yīng)PID器中引入二次型性能指標(biāo),i,從而實(shí)現(xiàn)自適應(yīng)PID的最優(yōu)控制1神經(jīng)元的輸出為:3(k)uk-1)+K3(k)xwii=1i(k),(1)w wi(k) ,(i=1,2,3)1i(k)=wi(k)i=1式中,加權(quán)系數(shù)w1(k)、比例、微分系數(shù);K為神經(jīng)元的比例系w2(k)、w3(k)分別對(duì)應(yīng)為增量式PID的積分、數(shù),一般情況下取K0;x1(k)=e(k)x2(k)=e(k)=e(k)-e(k-1),x3(k)=e(k)=e(k)-2e(k

7、-1)+e(k-2)1(2)設(shè)性能指標(biāo)為:J=PE(k)+(P(rin(k)-yout(k)2+Q2u(k),u(k)=22E(k)=(rin(k)-yout(k)2,2式中,P,Q分別為輸出誤差和控制增量的加權(quán)系數(shù),rin(k)和yout(k)為k時(shí)刻的參考輸入和輸出1按照梯度下降法修正網(wǎng)絡(luò)的加權(quán)系數(shù)wi(k),即按E(k)對(duì)加權(quán)系數(shù)的負(fù)梯度方向搜索調(diào)整有(3),wi(k)=-wi其中=P+Qu(k)=wi(k)ykukwi(k)wi(k)3K(-Perror(k)+QKwi(k)xi(k)xi(k)15uki=1w1(k)=w1(k-1)+IK(Pz(k)-QKwi(k)xi(k)x1(k

8、),uki=1w2(k)=w2(k-1)+PK(Pz(k)-QKwi(k)xi(k)x2(k),uki=1w3(k)=w3(k-1)+-QKwi(k)xi(k)x2(k)1DK(Pz(k)5uki=1333(4)(5)(6)甘72肅科學(xué)學(xué)報(bào)2004年第4期式中:I、比例、微分的學(xué)習(xí)速率.D分別為積分P、由于未知,可近似用符號(hào)函數(shù)sign()取代,這樣做可以簡(jiǎn)化計(jì)算,因?yàn)槭菣?quán)值變化中的ukukuk一個(gè)公共因子,最重要的是它的符號(hào)的正負(fù),符號(hào)的正負(fù)決定著權(quán)值的變化方向,數(shù)值的大小只影響權(quán)值變化速度,由此帶來(lái)的計(jì)算不精確的影響可以通過(guò)調(diào)整學(xué)習(xí)速率來(lái)補(bǔ)償1K值的選擇非常重要1實(shí)踐證明,K越大,快速性越

9、好,但超調(diào)量大,甚至可能使系統(tǒng)不穩(wěn)定1但被控對(duì)象時(shí)延增大時(shí),K值必須減少,以保證系統(tǒng)穩(wěn)定1K值選擇小,會(huì)使系統(tǒng)的快速性變差;但是如果K取得過(guò)小,系統(tǒng)響應(yīng)則存在穩(wěn)態(tài)誤差1因此,K的取值將對(duì)神經(jīng)元控制系統(tǒng)性能產(chǎn)生很大影響,尤其對(duì)開(kāi)環(huán)增益不確定的對(duì)象,K的取值應(yīng)隨著對(duì)象的開(kāi)環(huán)增益的變化而自動(dòng)調(diào)整,這就要求控制器具有自動(dòng)調(diào)整增益的能力,借助于PSD(Proportional,Summation,Derivative)控制思想,將PSD算法用于自適應(yīng)調(diào)整神經(jīng)元PID控制器的增益,就可構(gòu)成增益自調(diào)整的神經(jīng)元PID控制12,33自適應(yīng)PSD控制算法、和Strejec提出的無(wú)PSD(Proportional,

10、Summation,Derivative即比例、需辨識(shí)的自適應(yīng)控制算法1其機(jī)理是:數(shù),只要在線(xiàn)監(jiān)測(cè)過(guò)程的期望值與實(shí)際的輸出值,1這類(lèi)控制器具有簡(jiǎn)單和易實(shí)現(xiàn)的特點(diǎn)1PSD2(7)k=K(k)e(k)+r0(k)e(k)+r1(k)e(k)1參數(shù)r0,r1,按比例、微分和積分的絕對(duì)平均值相等的原則,即(8) e(k) =r0(k) e(k) =r1(k) 2e(k) 1若設(shè):Te(k)=r0(k),Tv(k)=, e(k) 2e(k) (9)可以導(dǎo)出=Te(k)Tv(k)1 e(k) 2e(k)Marsik,Strejc給出了Te(k),Tv(k)和K(k)的算法為:Te(k)=Lsign e(k

11、) -Te(k-1) e(k) ,r1(k)=(10)(11)(12)(13)Tv(k)=Lsign e(k) -Tv(k-1) 2e(k) ,K(k)=K(k-1)+C,sign(e(k)=sign(k-1),Tv(k-1)K(k)=0.75K(k-1),sign(e(k)sign(e(k-1)式中,0.05L0.1,0.025C01051基于上述討論可建立單神經(jīng)元自適應(yīng)PI控制流程見(jiàn)圖21D的學(xué)習(xí)、圖2單神經(jīng)元自適應(yīng)PI控制流程D的學(xué)習(xí)、4基于MATLAB SIMULINK單神經(jīng)元自適應(yīng)PID仿真根據(jù)上面的討論,我們可以建立基于MATLAB SIMULINK的單神經(jīng)元自適應(yīng)仿真模塊圖3所示

12、1圖3中神經(jīng)元連接加權(quán)系數(shù)wi(k)(i=1,2,3)的學(xué)習(xí)調(diào)整(即PID的參數(shù)Kp,Ki,Kd)和放大倍數(shù)K(k)的PSD第16卷何繼愛(ài)等:一種單神經(jīng)元PID控制器73圖3自適應(yīng)神經(jīng)網(wǎng)絡(luò)PIDSIMULINK仿真模塊自適應(yīng)調(diào)整采用S2function來(lái)完成1設(shè)離散對(duì)象輸出為y(k)=0.368y(k-1)+0.26y(k-2)+0.10u(k-1)+0.632u(k-2),輸入信號(hào)為方波信號(hào)rin(k)=sing(sin(4t),采樣時(shí)間為1ms,22的階躍干擾信號(hào)1仿真圖及仿真結(jié)果如圖4所示1.K(0)=0.04,Tv=0.081w1(0)=0.3,w2(0)=0.1,w3(0)=0.2,P013,=圖4仿真模塊圖及仿真結(jié)果從仿真結(jié)果曲線(xiàn)可以看出,單神經(jīng)元PID控制器對(duì)輸入方波信號(hào)能很好的跟蹤,對(duì)信號(hào)的變化具有一定的學(xué)習(xí)能力和自適應(yīng)能力15結(jié)論單神經(jīng)元PI學(xué)習(xí)算法D控制器是一種具有自學(xué)習(xí)能力和自適應(yīng)能力的良好控制器1它不但結(jié)構(gòu)簡(jiǎn)單、物理意義明確、計(jì)算量小,參數(shù)調(diào)整容易,且能適應(yīng)環(huán)境變化,具有較強(qiáng)的魯棒性,比較適合實(shí)際使用1參考文獻(xiàn):1劉金琨.先進(jìn)PID控制及其MATLAB仿真M.北京:電子工業(yè)出版社,2003.2趙錫齡,焦云婷.單神經(jīng)元自適應(yīng)控制PSD在再熱汽溫控制中的應(yīng)用J.中國(guó)電機(jī)工程學(xué)報(bào),2001,21(2):93296.3Marsik